一种快速道路连续瓶颈路段的可变限速控制策略优化方法技术

一种快速道路连续瓶颈路段的可变限速控制策略优化方法。在快速道路连续瓶颈路段内配套设置检测器和可变限速指示牌，基于遗传算法挖掘控制效果最优的可变限速控制参数值，基于快速道路实测交通流数据判别交通流运行状态，通过可变限速控制周期控制限速值的改变频率，利用上下游速度平滑因子降低主线交通流速度的时空波动，基于相邻路段最大限速差值对多个限速标志间协调控制进行计算。本发明专利技术弥补了可变限速控制中核心参数取值的随意性，通过在时间上和空间上使可变限速控制的限速值逐步连续变化，降低了限速值在时空上的大幅波动，有效降低了可变限速值突变导致的交通流的波动与紊乱，同时减少了交通事故发生风险并降低了事故发生后的严重程度。

【技术实现步骤摘要】

本专利技术属于交通控制
，尤其涉及一种基于遗传算法的快速道路连续瓶颈路段的可变限速控制策略优化方法。
技术介绍
可变限速控制作为一种越来越被广泛用于改善快速道路交通安全的交通控制策略，其控制效果与可变限速值确定过程所采用的算法密切相关。遗传算法作为一种闭环结构，可以通过不断挖掘具有更好控制效果的控制参数取值以及控制效果对控制策略的反馈调节过程，有效提升可变限速控制的效果和可变限速控制限速值的合理性。因此，基于遗传算法的快速道路连续瓶颈路段的可变限速控制策略优化方法，通过遗传算法不断挖掘可变限速控制核心参数的最优取值实现可变限速控制效果的最优化。目前的可变限速控制策略中涉及的关键参数取值主要依赖工程师经验主观确定，而且不同位置不同时刻的可变限速值存在跳跃性，可变限速值过于频繁的大幅波动易导致可变限速控制区域的安全隐患。以往研究也没有建立快速道路事故严重程度预测模型，使得考察可变限速控制效果时无法对事故严重程度进行考量。本专利技术提出基于遗传算法的快速道路连续瓶颈路段的可变限速控制策略优化方法，相比于以往的可变限速控制策略，本专利技术提出的策略考虑了交通控制对交通事故严重程度的影响，有效提升了可变限速控制效果，同时使得相邻时间段和空间上的可变限速值变化更连续。
技术实现思路
本专利技术要解决的问题是：以往可变限速控制策略缺乏对相邻路段限速值进行协调控制，而快速道路上连续瓶颈路段交通流波动幅度大是交通事故的主要诱因，同时针对连续瓶颈路段的可变限速控制策略的关键参数取值具有主观随意性。本专利技术提出一种基于遗传算法的快速道路连续瓶颈路段的可变限速控制策略优化方法，采用遗传算法对可变限速控制策略中最优核心控制参数的取值进行优化，在当前时间达到可变限速控制周期时利用速度平滑因子逐步将限速值调整至目标值，同时设置限速值在空间上的连续变化。克服之前可变限速控制中核心控制参数取值的随意性和交通流在时空上的大幅波动。本专利技术技术方案为：本专利技术提出一种基于遗传算法的快速道路连续瓶颈路段的可变限速控制策略优化方法，针对可变限速控制策略中涉及的关键控制参数利用遗传算法原理获取其最优取值，实际控制中当前时间达到可变限速控制周期时对每个限速标志位置限速值进行计算，根据上下游速度平滑因子和相邻路段最大限速值差对限速值进行修正，本方法对实际中通过可变限速控制策略平滑快速道路主线交通流速度的时空波动具有重要意义。实例显示，本专利技术提出的可变限速控制策略优化方法有很好的效果，优化后的策略能有效降低快速道路连续瓶颈路段的事故发生概率和危险程度。附图说明图1为快速道路连续瓶颈路段的可变限速控制策略流程图。图2为连续瓶颈路段内交通流检测器和可变限速指示牌设置示意图。图3顺序logit模型结构图。图4为速度平滑因子对交通流速度影响原理图。图5为基于遗传算法的可变限速控制策略优化流程图。具体实施方式本专利技术是基于遗传算法的基本原理和可变限速控制策略的基本流程提出对可变限速控制策略中的核心参数和控制效果进行优化的方法，通过遗传算法和交通流仿真软件之间的数据交换和迭代不断挖掘可变限速控制策略中核心参数的优化取值，基于快速道路各路段的交通流检测器采集的数据判别交通流运行状态，当前时间达到可变限速控制周期的整倍数时对每个限速标志位置限速值进行更新，更新时需同时考虑上下游速度平滑因子和相邻路段最大限速值差对限速值进行修正，实现多个限速标志间协调控制，基于遗传算法的快速道路连续瓶颈路段的可变限速控制策略的流程图如图1所示。第一步是确定快速道路连续瓶颈路段范围并在合理位置配套设置交通流检测器和可变限速指示牌。可变限速指示牌用于发布限速值，需要注意的是可变限速值统一要求为5mph的倍数，因此限速值的更新值近似到最为接近的5mph的整数值。以30s为时间周期通过交通流检测器实时获取连续瓶颈路段各位置处交通流数据。连续瓶颈路段内配套设置的交通流检测器和可变限速指示牌示意图如图2所示。第二步是构建针对快速道路连续瓶颈路段的实时事故风险预测模型，用于在交通流仿真时计算各位置xi处的交通事故发生概率和事故死亡/受伤概率。针对快速道路连续瓶颈路段的实时事故风险预测模型分为两步：(1)建立交通事故风险预测模型，计算事故发生概率；(2)事故严重程度分为死亡/受伤事故和仅财产损失事故两类，建立事故严重程度预测模型，计算死亡/受伤事故发生概率。需要注意的是，只有当事故风险预测模型表明有事故发生时，才会考虑利用事故严重程度预测模型计算事故严重程度。本专利技术采用顺序logit模型建立事故风险预测模型，结构图如图3所示，模型的基本二项logit模型形式如下： P ( Y = 1 ) = 1 1 + e - g ( X ) - - - ( 1 ) ]]>其中，P(Y＝1)为交通事故发生概率或受伤/死亡事故概率，g(X)为效用函数，即自变量X的线性组合，表达式如下：g(X)＝β0+β1x1+…+βkxk (2)其中，xk为交通流变量k的值，βk为变量k的系数。当使用公式(1)计算位置xi处交通事故发生概率时，公式(2)中的效用函数如下： g i ( x ) = - 2.672 + 0.074 x i 1 + 0.060 x i 2 + 0.050 x i 3 + 0.119 x 本文档来自技高网...

【技术保护点】
一种快速道路连续瓶颈路段的可变限速控制策略优化方法，其特征是包括以下步骤：1)确定连续瓶颈路段范围及交通流检测器设置的合理间距，在快速道路路段内合理位置依次配套设置交通流检测器和可变限速控制指示牌。通过交通流检测器周期性检测连续瓶颈区域内各路段的交通流数据；2)构建针对快速道路连续瓶颈路段的实时事故风险预测模型，可分别计算事故发生概率和事故死亡/受伤概率，具体步骤包括：201)采用顺序logit模型建立事故风险预测模型，模型分为两步：首先，建立交通事故风险预测模型，Y＝1代表交通事故发生，Y＝0代表无交通事故；其次，建立事故严重程度预测模型，Y＝1代表受伤/死亡事故，Y＝0代表仅财产损失事故；上述两个步骤中，均采用如下基本二项logit模型形式：P(Y=1)=11+e-g(X)]]>其中，P(Y＝1)为交通事故发生概率或受伤/死亡事故概率，g(X)为效用函数，即自变量X的线性组合，表达式如下：g(X)＝β0+β1x1+…+βkxk其中，xk为交通流变量k的值，βk为变量k的系数；采集研究路段内交通事故发生前后5分钟的交通流数据及没有发生事故的交通流数据，对上述模型中变量参数进行拟合；202)步骤201)中所构建的事故风险预测模型中，用于预测位置xi处的交通事故发生概率的模型包含10个显著变量，其效用函数如下所示：gi(x)＝‑2.672+0.074xi1+0.060xi2+0.050xi3+0.119xi4+0.092xi5+0.026xi6+1.057xi7‑0.049xi8‑0.856xi9+0.508xi10其中，xi1为上游检测器平均占有率，xi2为上游检测器速度标准差，xi3为下游检测器速度标准差，xi4为相邻车道占有率之差，xi5为上下游检测器流量之差，xi6为上下游占有率之差，xi7为上下游检测器间距，xi8为路面宽度，xi9为路肩宽度，xi10为曲线路段指示变量；203)步骤201)中所构建的事故风险预测模型中，用于预测位置xi处的交通事故严重程度概率的模型包含4个显著变量，其效用函数如下所示：gj(x)＝2.129‑0.033xj1‑0.056xj2‑0.335xj3‑0.036xj4其中，xj1为上游检测器平均占有率，xj2为下游检测器平均流量，xj3为高峰期指示变量，xj4为路面宽度；3)判断当前时刻是否是可变限速控制周期的整数倍，若是则对每个限速标志位置限速值进行计算，否则就不做任何操作进入下一个交通流数据检测周期，具体步骤包括：301)依据步骤1)中交通流检测器检测到的某路段i上下游位置的实测交通流平均速度v(xi+1,t)和v(xi‑1,t)，依据如下公式计算路段i上的目标限速值：TVSL(xi,t)＝α·v(xi+1,t)+(1‑α)·v(xi‑1,t)其中，TVSL(xi,t)为路段i在时刻t的目标限速值；a为速度平滑因子(0<a<1)；v(xi+1,t)和v(xi‑1,t)分别为在上游路段i‑1和下游路段i+1检测器输出的实际速度；302)基于步骤301)中求得的当前时刻位置xi可变限速指示牌的目标限速值TVSL(xi,t)，结合变化步长ΔV可确定位置xi的可变限速标志在t时刻的改变幅度值，计算公式如下：ΔVSL(xi,t)=-ΔV,if TVSL(xi,t+Δt)<VSL(xi,t)-ΔV0,if VSL(xi,t)-ΔV≤TVSL(xi,t+Δt)≤VSL(xi,t)+ΔVΔV,if TVSL(xi,t+Δt)>VSL(xi,t)+ΔV]]>其中，ΔV为可变限速值改变幅度；TVSL为目标限速值；VSL(xi,t)为路段i内位置xi的可变限速标志在t时刻的限速值；303)考虑多个限速标志间的协调控制后，对步骤302)中计算得到的位置xi的可变限速标志在t时刻的变化步长值进行修正更新，计算公式如下：ΔVSL(xi,t)=-ΔV′,if TVSL(xi,t+Δt)≤TVSL(xi+1,t+Δt)-ΔV′0,,all other cases]]>其中，ΔV′为相邻路段最大限速值差；304)将步骤303)中的计算结果带入下式，可得当前时刻路段i内的最终限速值：VSL(xi,t+Δt)＝VSL(xi,t)+ΔVSL(xi,t)其中，VSL(xi,t+Δt)为路段i内位置xi的可变限速标志在t+Δt时刻的限速值；ΔVSL(xi,t)为位置xi的可变限速标志在t时刻的变化幅度；305)将步骤304)中计算所得当前时刻与预设的路段允许限速范围[Vmin,Vmax]进...

【技术特征摘要】
1.一种快速道路连续瓶颈路段的可变限速控制策略优化方法，其特征是包括以下步骤：1)确定连续瓶颈路段范围及交通流检测器设置的合理间距，在快速道路路段内合理位置依次配套设置交通流检测器和可变限速控制指示牌。通过交通流检测器周期性检测连续瓶颈区域内各路段的交通流数据；2)构建针对快速道路连续瓶颈路段的实时事故风险预测模型，可分别计算事故发生概率和事故死亡/受伤概率，具体步骤包括：201)采用顺序logit模型建立事故风险预测模型，模型分为两步：首先，建立交通事故风险预测模型，Y＝1代表交通事故发生，Y＝0代表无交通事故；其次，建立事故严重程度预测模型，Y＝1代表受伤/死亡事故，Y＝0代表仅财产损失事故；上述两个步骤中，均采用如下基本二项logit模型形式： P ( Y = 1 ) = 1 1 + e - g ( X ) ]]>其中，P(Y＝1)为交通事故发生概率或受伤/死亡事故概率，g(X)为效用函数，即自变量X的线性组合，表达式如下：g(X)＝β0+β1x1+…+βkxk其中，xk为交通流变量k的值，βk为变量k的系数；采集研究路段内交通事故发生前后5分钟的交通流数据及没有发生事故的交通流数据，对上述模型中变量参数进行拟合；202)步骤201)中所构建的事故风险预测模型中，用于预测位置xi处的交通事故发生概率的模型包含10个显著变量，其效用函数如下所示：gi(x)＝-2.672+0.074xi1+0.060xi2+0.050xi3+0.119xi4+0.092xi5+0.026xi6+1.057xi7-0.049xi8-0.856xi9+0.508xi10其中，xi1为上游检测器平均占有率，xi2为上游检测器速度标准差，xi3为下游检测器速度标准差，xi4为相邻车道占有率之差，xi5为上下游检测器流量之差，xi6为上下游占有率之差，xi7为上下游检测器间距，xi8为路面宽度，xi9为路肩宽度，xi10为曲线路段指示变量；203)步骤201)中所构建的事故风险预测模型中，用于预测位置xi处的交通事故严重程度概率的模型包含4个显著变量，其效用函数如下所示：gj(x)＝2.129-0.033xj1-0.056xj2-0.335xj3-0.036xj4其中，xj1为上游检测器平均占有率，xj2为下游检测器平均流量，xj3为高峰期指示变量，xj4为路面宽度；3)判断当前时刻是否是可变限速控制周期的整数倍，若是则对每个限速标志位置
\t限速值进行计算，否则就不做任何操作进入下一个交通流数据检测周期，具体步骤包括：301)依据步骤1)中交通流检测器检测到的某路段i上下游位置的实测交通流平均速度v(xi+1,t)和v(xi-1,t)，依据如下公式计算路段i上的目标限速值：TVSL(xi,t)＝α·v(xi+1,t)+(1-α)·v(xi-1,t)其中，TVSL(xi,t)为路段i在时刻t的目标限速值；a为速度平滑因子(0<a<1)；v(xi+1,t)和v(xi-1,t)分别为在上游路段i-1和下游路段i+1检测器输出的实际速度；302)基于步骤301)中求得的当前时刻位置xi可变限速指示牌的目标限速值TVSL(xi,t)，结合变化步长ΔV可确定位置xi的可变限速标志在t时刻的改变幅度值，计算公式如下： ΔV S L ( x i , t ) = - Δ V , i f T V S L ( x i , t + Δ t ) < V S L ( x i , t ) - Δ V 0 , i f V S L ( x i , t ) - Δ V ≤ T V S L ( x i , t + Δ t ) ≤ V S L ( x i , t ) + Δ V Δ V , i f T V S L ( x i , t + Δ t ) > V S L ( x i , t ) + Δ V ]]>其中，ΔV为可变限速值改变幅度；TVSL为目标限速值；VSL(xi,t)为路段i内位置xi的可变限速标志在t时刻的限速值；303)考虑多个限速标志间的协调控制后，对步骤302)中计算得到的位置xi的可变限速标志在t时刻的变化步长值进行修正更新，计算公式如下： ΔV S L ( x i , t ) = - ΔV ′ , i f T V S L ( x i , t + Δ t ) ≤ T V S L ( x i + 1 , t + Δ t ) - ΔV ′ 0 , , a l l o t h e r c a ...

【专利技术属性】
技术研发人员：李志斌，刘攀，王炜，徐铖铖，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32